matlab-Grefenstette的编码与解码

在遗传算法中
执行交叉变异得到正确的子代结果
是十分重要的一步

为了更好的交叉变异
有人发明了Grefenstette编码

Grefenstette的编码定义如下：
既是：通过已有的顺序（非常重要，编码解码都靠它），
产生一个访问序列，
且每访问完一个点，就需要把点从已有序列删除，形成新的序列
作为新的访问前置条件
例如已有顺序
1，2，3，4，5
编码集：4，2，1，2，1
通过编码集得到的解码集：
解码集：4，2，1，5，3

注意编码集最后一位永远都是以1结束

以种群数量S 与 生存环境数量M为研究对象，

产生一个1——M的序列
加上s就是：
产生一个SxM的原始已有序列矩阵，每一行为一个种群对于的已有序列

再根据Grefenstette的编码规则：
访问生成序列下标并删除对应点
得到编码程序：

%Grefenstette的编码与主函数
s=3;%种群数量

M=5;%城市数量
pop=zeros(s,M);
for i=1:s
   %产生1-t的随机数列
  pop(i,1:M)=randperm(M); 
end
fprintf('原始信息（一行为一个信息）');
pop
% 编码
   grePop=zeros(s,M);                %原始种群Grefenstette编码的结果
   %Grefenstette的编码
   for i=1:s 
       %一行代表一个生存环境
      temp=[1:1:M];
      for j=1:M
         loc=find(pop(i,j)==temp);
         grePop(i,j)=loc(1);
         temp(loc(1))=[];
      end
   end
   fprintf('编码结果：');
   grePop

又根据编码结果来计算解码集：
得到编码程序：
grePop是已知的编码集矩阵
s,M对应于编码程序的s,M

%Grefenstette的解码
function GrefenstetteDecode(grePop,s,M)
%解码
    for i=1:s 
        %初始数据1--M
            temp=[1:1:M];
            for j=1:M
                %解码集
                %temp(grePop(i,j))
                pop(i,j)=temp(grePop(i,j));
                %一行代表一个生存环境
                %去掉temp(grePop(i,j))
                temp(grePop(i,j))=[];
            end
    end
    pop

举例：
2种群，4城市：

编码截图：

解码截图：

可以看到完全将随机产生的原始信息还原回来了。

完。
加油，奥利给！